Künstliche Intelligenz hat Astronomen der Universität Warwick dabei geholfen, Hunderte zuvor verborgene Exoplaneten in den Daten der NASA-Mission TESS zu finden. Das neue System RAVEN verarbeitete die Beobachtungen von mehr als 2,2 Millionen Sternen aus den ersten vier Betriebsjahren des Teleskops.
RAVEN kombiniert die automatische Erkennung von Signalen, maschinelles Lernen und statistische Überprüfung in einer einzigen Pipeline. Infolgedessen bestätigte das Team 118 neue Planeten und identifizierte mehr als 2000 hochwertige Kandidaten, von denen fast tausend zuvor nicht bekannt waren.
Unter den Entdeckungen befinden sich Welten mit ultrakurzen Umlaufzeiten, die einen Stern in weniger als 24 Stunden umrunden. Solche Objekte sind besonders interessant, weil sie sich unter extremen Bedingungen befinden.
Die Analyse zeigte, dass 9–10 % der sonnenähnlichen Sterne nahe Planeten besitzen. Dies stimmt mit den Daten von Kepler überein, jedoch mit einer zehnmal höheren Genauigkeit. Darüber hinaus gelang es erstmals, die Seltenheit der „Neptunwüste“ genau zu messen – jener Region, in der Planeten von der Größe des Neptuns kaum vorkommen. Solche Welten wurden nur bei 0,08 % der Sterne vom Sonnentyp entdeckt.
„Mit unserer neuen Pipeline RAVEN konnten wir 118 neue Planeten und mehr als 2000 Kandidaten bestätigen, von denen fast 1000 völlig neu sind“, bemerkte Dr. Marina Lafarga Magro, die Hauptautorin der Studie.
Das Team entdeckte außerdem zuvor unbekannte Mehrplanetensysteme mit engen Umlaufbahnen. Die erstellten Kataloge und Instrumente stehen anderen Forschern bereits für die Planung von Beobachtungen zur Verfügung.
Wie werden sich diese Daten auf die Auswahl von Zielen für künftige Missionen wie PLATO der Europäischen Weltraumorganisation auswirken?
Die Arbeit wurde in den Monthly Notices of the Royal Astronomical Society veröffentlicht. Die Wissenschaftler betonen, dass eine saubere und gut charakterisierte Stichprobe ein besseres Verständnis dafür ermöglichen wird, wie sich Planetensysteme in der Nähe von Sternen bilden und entwickeln.
